解決方案構想
本文是解決方案概念。 如果您想要使用詳細資訊來擴充內容，例如潛在的使用案例、替代服務、實作考慮或定價指引，請提供 GitHub 意見反應 讓我們知道。
此架構示範知識採礦 如何 協助客戶支援小組快速尋找客戶問題的解答，或大規模評估客戶情緒。
架構
知識採礦有三個步驟：內嵌、豐富和探索。
資料流程
- 攝取
擷取步驟會匯總來自各種來源的內容，包括結構化和非結構化資料。 如需客戶支援和意見反應分析，您可以內嵌不同類型的內容。 此內容包括客戶支援票證、聊天記錄、通話轉譯、客戶電子郵件、客戶付款歷程記錄、產品評論、社交媒體摘要、線上評論、意見反應表單和問卷。
- 豐富
擴充步驟會使用 AI 功能來擷取資訊、尋找模式，以及加深瞭解。 您可以使用關鍵字組擷取、情感分析、語言翻譯、Bot 服務、自訂模型來專注于特定產品或公司原則來擴充內容。
- 探索
探索步驟是透過搜尋、現有的商務應用程式或分析解決方案來總管資料。 例如，您可以在知識存放區中編譯擴充的檔，並將其投影到表格式或物件存放區。 商店可用來在分析儀表板中呈現趨勢，以找出常見問題或熱門產品。 或者，您可以將搜尋索引整合到客戶服務支援應用程式中。
元件
下列關鍵技術可用來實作技術內容檢閱和研究的工具：
- Azure 認知搜尋 是雲端搜尋服務，可提供基礎結構、API 和搜尋工具。 您可以使用Azure 認知搜尋，透過 Web、行動和企業應用程式中的私人異質內容來建置搜尋體驗。
- Web API 自訂技能介面 可用來將自訂技能整合到Azure 認知搜尋擴充管線。
- 適用于語言 的 Azure 認知服務是 Azure 認知服務的 一 部分，可提供許多自然語言處理服務。 您可以使用這些服務來瞭解和分析文字。
- 文字分析 是 Azure 認知服務中適用于語言的 API 和其他功能集合，可用來擷取、分類及瞭解檔中的文字。
- 認知服務翻譯工具 是 REST API 認知服務系列的一部分。 您可以使用翻譯工具進行即時檔和文字翻譯。
案例詳細資料
對於許多公司來說，客戶支援成本高昂，而且並不總是有效率地運作。 知識採礦 可協助客戶支援小組快速找出客戶問題的最佳解答，或大規模評估客戶情緒。
潛在的使用案例
此解決方案已針對零售產業優化。
Azure 認知搜尋是知識採礦解決方案的重要部分。 Azure 認知搜尋會透過匯總和分析的內容建立搜尋索引。
透過使用搜尋索引的查詢，公司可以探索客戶所說的趨勢，並使用該資訊來改善產品和服務。